基于可解释机器学习的负浮力射流重建与分析
机器学习
2022-11-11 v1 流体动力学
统计方法学
机器学习
摘要
本文观察了海水淡化等过程排放废水时出现的负倾斜浮力射流。为了最小化有害影响并评估环境影响，需要进行详细的数值研究。选择合适的几何形状和工作条件以最小化这些影响通常需要大量的实验和数值模拟。因此，提出应用机器学习模型。训练了包括支持向量回归、人工神经网络、随机森林、XGBoost、CatBoost 和 LightGBM 在内的多个模型。该数据集通过大量 OpenFOAM 模拟构建，并已通过先前研究的实验数据验证。人工神经网络获得了最佳预测结果，平均 R2 为 0.98，RMSE 为 0.28。为了理解机器学习模型的工作原理以及所有参数对倾斜浮力射流几何特征的影响，使用了 SHAP 特征解释方法。
引用
@article{arxiv.2211.05489,
title = {Reconstruction and analysis of negatively buoyant jets with interpretable machine learning},
author = {Marta Alvir and Luka Grbčić and Ante Sikirica and Lado Kranjčević},
journal= {arXiv preprint arXiv:2211.05489},
year = {2022}
}